微信里点“发现”，扫一下
二维码便可将本文分享至朋友圈
演讲摘要：图数据，例如社交网络、交通网络、蛋白质网络等，广泛存在于各行各业。图大数据表征学习是近年来数据挖掘与机器学习的研究热点，并被应用于推荐、异常检测等多类应用中。本报告将从三个方面介绍图大数据表征学习若干进展：1. 网络嵌入学习（Network/ Graph Embedding），即将网络/图拓扑转化为低维向量表征；2. 图神经网络(Graph Neural Network)，在网络/图拓扑上考虑属性信息重新定义端到端学习框架；3.图自动学习(Automated Graph Learning)，实现图表征学习的自动化。报告将着重介绍网络嵌入学习、图神经网络、以及图自动学习的基本概念，每类方法面临的挑战、最新研究进展和未来发展方向。
讲者简介：朱文武，清华大学信息科学与技术国家研究中心副主任，清华大学人工智能研究院大数据智能中心主任，大数据算法与分析技术国家工程实验室副主任，国家973项目首席科学家，国家基金委重大项目负责人。现主要从事多媒体网络计算、大数据智能等研究工作。目前担任IEEE Transactions on Multimedia (TMM) 指导委员会主席，IEEE Transactions on Circuits and Systems for Video Technology 常务主编（Associate Editor-in-Chief），曾任IEEE TMM主编。 IEEE Fellow、AAAS Fellow、SPIE Fellow、欧洲科学院院士。两次获国家自然科学二等奖。
第38届CCF中国数据库学术会议（NDBC 2021）
大会特邀报告
京公网安备11010802032778号